Wyniki wyszukiwania - BazTech

1

Przykłady użycia matematyki do rozwiązywania zagadnień z innych dziedzin

Rybka P.

Mathematica Applicanda

|

2014

|

Vol. 42 (Cogitationes collectae)

40--41

PL

Artykuł omawia przykłady projektów realizowanych w ramach MISDoMP1. MISDoMP powołano w ramach Kolegium Międzywydziałowych Indywidualnych Studiów Matematyczno-Przyrodniczych w 2008, kolegium zaś powołano w 2001 roku siłami wydziałów Uniwersytetu Warszawskiego: Biologii, Chemii, Fizyki, Geografii, Geologii, Matematyki, Informatyki i Mechaniki a także Psychologii.

EN

This article is supported by examples of projects being carried out at MISDoMP. MISDoMP have been conducted within the College of MISMaP UW since 2008. The College itself was formed in 2001 by seven UW faculties: Biology, Chemistry, Physics, Geography and Regional Studies, Geology, Mathematics, Informatics and Mechanics as well as Psychology.

2

Ogólne uwagi o matematyce i statystyce stosowanej

Bajorski P.

Mathematica Applicanda

|

2014

|

Vol. 42 (Cogitationes collectae)

45--47

PL

Z zainteresowaniem przeczytałem ciekawe głosy w obecnej dyskusji o zastosowaniach matematyki. Idea „powołania” matematyki czy statystyki stosowanej (MSS) jako osobnych dziedzin (w jakimś tam sensie) podoba mi się. Jeden aspekt który wydaje mi się pomocny jest rozpatrzenie poziomu ogólności danej dziedziny. W matematyce oczekuje się ogólnych twierdzeń, ale w wielu innych naukach, np. w biologii, pracuje się nad bardzo szczegółowymi zagadnieniami, np. jakieś bardzo konkretne procesy biochemiczne. Wiele dziedzin fizyki też ma stosunkowo małe możliwości uogólniania, np. fizyka materiałów. To jest jeszcze bardziej widoczne w naukach inżynierskich. Badanie rzeczywistych procesów wymaga szczegółów, które często jest bardzo trudno lub nie da się uogólnić na inne procesy. MSS są właśnie w takiej sytuacji, gdzie te szczegóły są niezbędne, a zatem wyniki są mniej ogólne. Zatem MSS należy rozpatrywać jako dziedzinę pomiędzy matematyką a innymi naukami które są jeszcze bardziej szczegółowe (oczywiście nic w tym odkrywczego). Konkretny przykład to statystyczne planowanie eksperymentów, które jest bardzo teoretyczne z punktu widzenia ludzi prowadzących eksperymenty, ale nie tak teoretyczne dla matematyków.

EN

I have read with great interest a recent discussion about an idea of recognizing applied mathematics and statistics (AMS) as disciplines separate from mathematics within the organizational structure of the Polish Academy of Sciences. This seems to me an appealing idea, since the criteria for excellence in AMS are different from those in pure or theoretical mathematics. One aspect to consider here is the level of generality of results in a given discipline. In mathematics, we expect very general theorems, but in many other disciplines, we prefer results that apply to very specific situations. For example, in biology, we might be interested in very specific biochemical processes. Many areas of physics may also have few opportunities for generalization when properties of materials are considered, such as in material physics. This is even more obvious in engineering sciences. Investigation of real physical processes requires details, which are difficult or impossible to generalize to other processes. AMS are exactly in such a situation, where those details are necessary and the results tend to be less general. Hence, AMS should be considered as a discipline between mathematics and other sciences, which are even more specific in their treatment of a given problem. One specific example is the statistical experimental design, which extracts some more general aspects of experiments and is viewed as very theoretical by practitioners performing experiments, but not so theoretical by mathematicians.

3

Free and open software for applied statistics. A comparison and a case study in biometrics

Niewiadomska E., Niewiadomski A.

Journal of Applied Computer Science

|

2011

|

Vol. 19, nr 1

65-83

EN

This article is intended to be a position paper on advantages of free and open software for statistics and its applications to biometrics and biostatistics. Especially, the authors focus on the R package viewed as a new and still insufficiently recognized or received by the scientists, researchers, students, etc. Sample statistical computations and tests in biometrics are presented, and the most common functions and procedures are analysed and compared. Although this is a position paper from the point of view of applied computer science, the authors briefly present some original results within applied statistics (in particular: biometrics) and related computational methods using dedicated software.